Godot被AI代码“围攻”!维护者崩溃发声:“不知道还能坚持多久”

Godot被AI代码“围攻”!维护者崩溃发声:“不知道还能坚持多久”

整理 | 郑丽媛

出品 | ZEEKLOG(ID:ZEEKLOGnews)

当大模型能在几秒钟内生成一段“看起来像那么回事”的补丁时,开源社区却开始付出另一种代价。

最近,开源游戏引擎 Godot 的核心维护团队公开吐槽:他们正被大量“AI 生成的低质量代码”淹没。那些代码往往结构完整、注释齐全、描述洋洋洒洒,但真正的问题是——提交者可能并不理解自己交上来的内容。

这件事,并不是简单的“有人偷懒用 AI 写代码”。它正在触及开源协作最核心的东西:信任。

一场悄无声息的“AI 洪水”

事情的导火索来自一条 Bluesky 讨论帖。

Godot 主要维护者之一、同时也是 Godot 商业支持公司 W4 Games 联合创始人的 Rémi Verschelde 表示,所谓的“AI slop”(AI 生成的低质量内容)正在持续涌入项目仓库,Pull Request 数量和审查压力都在飙升。

对不了解开源流程的人来说,PR(Pull Request)只是“提交代码”的按钮;但对维护者而言,每一个 PR 都意味着阅读、理解、测试、回溯架构影响、评估兼容性、讨论修改方向……这是一整套严肃的工程流程。

过去,新贡献者提交的代码即便有问题,维护者也能通过交流判断:对方是否理解架构、是否认真测试、是否真心想参与项目建设——而现在,问题变得复杂了。

当“像人写的”≠“是人写的”

Verschelde 直言,如今他们每天都要反复怀疑新贡献者的 PR。

描述部分通常是典型的大模型风格:长篇解释、逻辑完整、语气自信。但真正棘手的是代码本身——它未必有明显错误,却也未必真正合理有效。

基于此,项目维护者不得不开始问自己一连串问题:

● 这段代码是不是至少部分由人类写的?

● 提交者真的理解自己改动的逻辑吗?

● 是否做过真实测试?

● 测试结果会不会也是 AI 编的?

更微妙的是,即便识别出 AI 参与,也无法简单定性:代码出错,是因为 AI 写的?还是一个经验不足的新手开发者犯了错?

如果你出于怀疑,直接询问对方是否使用了 AI,对方回答:“我只是用 AI 帮我写 PR 描述,因为我英文不好。”——那你又该如何处理?

很显然,这已经不是代码质量的问题了,而是因AI参与造成了协作信任的“灰色地带”。

“我也不知道我们还能坚持多久”

作为一个完全开源的游戏引擎,其实Godot 一直强调“欢迎任何人参与”。它没有商业巨头背书,也不像某些主流引擎那样高度封闭。任何用户,都可以尝试为自己使用的引擎做出贡献。

正因为这种开放性,Godot 才拥有活跃的社区生态。

但问题也随之而来:当生成式 AI 降低了“提交代码”的门槛,贡献数量被放大,维护者的时间却没有被同步放大。

Verschelde 表示,维护者本来就需要花大量时间帮助新贡献者,把 PR 调整到可合并状态;而现在,在 AI 生成内容泛滥的情况下,这种辅导成本正在急剧增加。对一个核心团队规模有限的项目来说,这种压力无疑是实打实的消耗。

他甚至无奈说道:“我也不知道我们还能坚持多久。”

用 AI 打 AI?听起来就很讽刺

Verschelde 透露,其团队内部正在讨论解决方案,包括自动检测机制,比如考虑使用 AI 来识别 AI 生成内容。但这本身就带着黑色幽默意味——为了检测 AI 生成的“垃圾代码”,不得不再运行一套 AI 系统。

Verschelde 公开表示,他并不愿意继续“给 AI 机器喂数据”。在他看来,这种循环有些荒诞。

与此同时,Godot 也在评估是否需要迁移代码托管平台。当前该项目托管在 GitHub 上,而 GitHub 的母公司是微软,它正是全球最积极推进 AI 产品化的科技公司之一。

现如今,部分开发者利用 AI 批量生成 PR,目的并不一定是改善项目,而是为了“刷贡献记录”,为自己的履历增加筹码。因此Godot 团队考虑,迁移到更小众的平台,也许能减少这类动机——但风险也同样明显:曝光度下降、真实贡献者流失、生态割裂。

真正的解法,可能很现实

在所有讨论之后,Verschelde 给出的答案其实非常务实:资金支持。

如果能有更多资金,就能雇佣更多维护者,承担审核与指导成本。否则,少数核心成员很难长期承受这种“被 AI 放大”的工作量。

换句话说,AI 提高了代码生成效率,却没有自动生成对应的“审核人力”。

然而,Godot 的困境并非孤例。越来越多开源项目都在面对类似问题:PR 数量增长、质量参差不齐、审查压力倍增。或许未来会出现更严格的 AI 使用标记制度,或者贡献者信誉分层机制,甚至付费维护体系成为常态。

但在这些制度成熟之前,像 Godot 这样的项目只能在理想主义与现实压力之间继续平衡。

参考链接:https://www.pcgamer.com/software/platforms/open-source-game-engine-godot-is-drowning-in-ai-slop-code-contributions-i-dont-know-how-long-we-can-keep-it-up/

推荐阅读:

Agent取代App、机器人“盲区”、RAG成本失控……2026 奇点智能技术大会首批议题发布

万人大厂一夜裁员4000+人!她拼命用AI提效,却在凌晨12:30等来解雇通知

岗位一朝被Meta砍掉,工程师转头训练小狗敲键盘,竟靠Claude把乱码做成了游戏,还开源了!

未来没有前后端,只有 AI Agent 工程师。

这场十倍速的变革已至,你的下一步在哪?

4 月 17-18 日,由 ZEEKLOG 与奇点智能研究院联合主办「2026 奇点智能技术大会」将在上海隆重召开,大会聚焦 Agent 系统、世界模型、AI 原生研发等 12 大前沿专题,为你绘制通往未来的认知地图。

成为时代的见证者,更要成为时代的先行者。

奇点智能技术大会上海站,我们不见不散!

Read more

自动高效的电脑自动化模型,Fara-7B:一种用于计算机的高效代理模型

Fara-7B 是微软的第一个 代理小语言模型 (SLM) 专门设计用于计算机使用。Fara-7B 仅具有70亿个参数,是一种超紧凑的计算机使用代理(CUA),在其尺寸类别内实现了最先进的性能,并可与更大、更资源密集型代理系统竞争。 尝试在本地使用 Fara-7B,如下所示(请参见 安装 有关 Windows 的详细指示)或通过 Magentic-UI: # 1. Clone repository git clone https://github.com/microsoft/fara.git cd fara # 2. Setup environment python3 -m venv .venv source .venv/bin/activate pip install -e . playwright

By Ne0inhk

远程连接卡在 设置 SSH 主机 正在初始化 VS Code 服务器

查看别人的文章,说是删除服务器上的vscode-server文件夹,再重启vscode远程连接就可以,但是试了还是不行。 改vscode的ssh连接模式为兼容模式就行了,在 VS Code 设置里搜索 remote.SSH.useExecServer,把这个选项关掉(勾选去掉),然后重新连接。有时候这个功能和某些服务器不兼容,关掉就好了。 齿轮所在的那个选项不要勾选 如果还是不行,就 在 VS Code 里按 Ctrl+, 打开设置,搜索 remote.SSH.showLoginTerminal,勾选这个选项。然后重新连接服务器,会弹出一个窗口显示登录过程,可能会看到具体的错误提示(比如 “找不到某个程序”)。然后一步步根据错误调试 第一个选项勾上

By Ne0inhk

把自己的网盘搬进服务器:OpenList 部署完整指南

前言 不知道你有没有这样的烦恼:手机里装着百度网盘、阿里云盘、夸克网盘好几个 App,想找个文件得挨个翻一遍;遇到喜欢的电影资源,还得先下载到本地才能看;想给朋友分享个文件,不是限速就是过期。 OpenList 这个工具能帮你解决这些问题。它是一个开源的目录列表程序,可以把各种网盘挂载到一起,统一管理和访问。你打开它的页面,就像打开了自己的文件管理器,里面是你所有网盘的内容,点一下视频就能直接播放,不用下载,也不用担心 bandwidth 不够——它会自动帮你找到最快的播放链接 。 这玩意儿最早是 AList 的一个分支。原来的 AList 被商业公司收购后,社区里有人担心代码不再透明、可能会有数据收集的问题,所以分出来做了 OpenList,继续走开源的路子 。现在它支持阿里云盘、百度网盘、OneDrive、夸克、WebDAV 等几十种存储服务,而且资源占用很低,一台普通的小主机就能跑起来 。 这篇教程我会一步步带你在一台 Linux 服务器上把 OpenList 搭起来。不管你是刚买了个云服务器想折腾点东西,

By Ne0inhk
Mac mini搭建OpenClaw网关教程,最省心的家庭AI服务器

Mac mini搭建OpenClaw网关教程,最省心的家庭AI服务器

Mac mini搭建OpenClaw网关教程,最省心的家庭AI服务器 前言 对于苹果生态用户来说,Mac mini是搭建家庭AI服务器的最佳选择。M1/M2芯片的Mac mini拥有出色的性能功耗比,配合macOS的稳定性和易用性,让OpenClaw的部署变得前所未有的简单。本文将详细介绍如何在Mac mini上部署OpenClaw,打造最省心的家庭AI网关。 这台设备为什么适合跑 OpenClaw 优点 Apple芯片的卓越性能 M1/M2芯片采用ARM架构,拥有惊人的能效比。M1芯片的8核CPU + 8核GPU配置,在OpenClaw的AI推理任务中表现优异。相比同等功耗的x86处理器,Apple芯片的性能提升明显,同时功耗更低。实测M1 Mac mini在处理复杂AI任务时,功耗仅为15-20W,性能却超过许多桌面级处理器。 macOS的极致稳定性 macOS以稳定著称,系统更新频率适中,不会像Windows那样频繁重启。OpenClaw在macOS上可以长期稳定运行,无需担心系统更新导致服务中断。macOS的Unix内核也为OpenClaw提供了良好的兼容性,所

By Ne0inhk